python-非纯文本文件的Steganographer文件处理错误

Question

我已经建立了Python
Steganographer，
并尝试向其中添加GUI。在我之前的有关读取Python中各种文件的问题之后。因为，隐写术者只能对图像中的字节进行编码。我想添加支持以直接编码任何扩展名的文件并在其中进行编码。为此，我正在读取二进制文件并尝试对其进行编码。对于基本上包含纯文本UTF-8的文件，它可以正常工作，因为它可以轻松编码.txt和.py文件。

我更新的代码是：

from PIL import Image

import os

class StringTooLongException(Exception):
    pass

class InvalidBitValueException(Exception):
    pass

def str2bin(message):       
    binary = bin(int.from_bytes(message, 'big'))
    return binary[2:]

def bin2str(binary):
    n = int(binary, 2)
    return n.to_bytes((n.bit_length() + 7) // 8, 'big')

def hide(filename, message, bits=2):
    image = Image.open(filename)
    binary = str2bin(message) + '00000000'

    if (len(binary)) % 8 != 0:
        binary = '0'*(8 - ((len(binary)) % 8)) + binary

    data = list(image.getdata())

    newData = []

    if len(data) * bits < len(binary):
        raise StringTooLongException

    if bits > 8:
        raise InvalidBitValueException

    index = 0
    for pixel in data:
        if index < len(binary):
            pixel = list(pixel)
            pixel[0] >>= bits
            pixel[0] <<= bits
            pixel[0] += int('0b' + binary[index:index+bits], 2)
            pixel = tuple(pixel)
            index += bits

        newData.append(pixel)

    image.putdata(newData)
    image.save(os.path.dirname(filename) + '/coded-'+os.path.basename(filename), 'PNG')

    return len(binary)

def unhide(filename, bits=2):
    image = Image.open(filename)
    data = image.getdata()

    if bits > 8:
        raise InvalidBitValueException

    binary = ''

    index = 0

    while not (len(binary) % 8 == 0 and binary[-8:] == '00000000'):
        value = '00000000' + bin(data[index][0])[2:]
        binary += value[-bits:]
        index += 1

    message = bin2str(binary)
    return message

现在，问题是当我试图隐藏.pdf或.docx文件进去。发生了几件事：

1）Microsoft Word或Adobe Acrobat显示文件已损坏。

2）文件大小从40KB减少到3KB，这是明显的错误迹象。

我认为其背后的原因可能是该文件包含NULL字符读取，而我的程序没有进一步读取。您对此有其他选择吗？

我有一个更改结束字节的想法，但是它可能仍然具有与文件可能包含该字节相同的结果。

再次感谢！

Answer 1

当您确定标记序列不会显示在消息流中时，可以使用和流结束（EOS）标记。当您不能保证时，有两种选择：

• 创建一个由许多字节组成的更复杂的EOS标记。这很可能会证明不会像以前那样出现相同的问题，或者
• 在邮件的开头添加一个标头，该标头编码为完整的邮件提取读取多少位/字节。

通常，只要我事先知道要传输的信息，便会使用标头，并且仅在不知道字节流何时终止（例如动态压缩）时才依赖EOS标记。

进行嵌入时，您应该致力于：

• 得到你的二进制字符串
• 测量其长度
• 将该整数转换为固定大小的二进制文件，例如32位
• 将该位串附加到您的消息位串前面
• 将所有内容嵌入到您的封面媒体中

并提取：

• 提取前32位
• 将它们转换为整数以获取消息的位串长度
• 从索引32开始并提取必要的位数
• 转换回字节流并保存到文件

另外，您可以在标头中添加各种信息，例如原始文件的名称。只要所有内容都以某种方式编码，您以后就可以提取它。例如。

header = 4 bytes for the length of the message string +
         1 byte for the number of characters in the filename +
         that many bytes for the filename